DeepSeek développe-t-il vraiment un chip IA personnalisé ?
Du rapport exclusif Reuters à la production en série d'Alibaba T-Head (juillet 2026)
Le 7 juillet 2026, Reuters a rapporté en exclusivité, en citant trois sources proches du dossier, que DeepSeek développe un chip IA personnalisé dédié à l'inférence. Le projet a démarré il y a environ un an, est encore en phase précoce, et la société est en discussions avec des concepteurs de chips, des fonderies et des fournisseurs de mémoire. Paradoxalement, DeepSeek est simultanément profondément intégré avec Huawei Ascend — cette contradiction est le point de départ analytique le plus intéressant.
Cet article examine la chaîne d'indices derrière la rumeur DeepSeek, explique pourquoi le PDG Liang Wenfeng n'a jamais officiellement annoncé un programme de chip, documente les huit années d'Alibaba depuis la décision stratégique de Jack Ma en 2018 jusqu'aux 560 000+ puces Zhenwu livrées en 2026, et analyse les cinq forces économiques et stratégiques qui poussent toute l'industrie vers le silicon custom.
01 La vague mondiale du silicon custom : pas un phénomène purement chinois
"Les entreprises d'IA fabriquent leurs propres chips" est une tendance mondiale, pas un sujet de nationalisme technologique chinois. Données TrendForce 2026 : croissance des livraisons de chips IA custom par les cloud providers : 44,6 %, bien au-dessus des GPU généralistes à 16,1 %. Le silicon custom surpasse pour la première fois les GPU en termes de rythme de croissance.
En deux semaines en juillet 2026, quatre annonces de chips indépendantes :
- 24 juin : OpenAI + Broadcom présentent Jalapeño (ASIC d'inférence, cycle de développement de neuf mois)
- 2 juillet : Anthropic en discussions avec Samsung pour un chip custom 2 nm (The Information)
- 7 juillet : Reuters : DeepSeek développe un chip d'inférence propriétaire
- 7 juillet : The Information : Zhipu AI (Chine) évalue également un développement custom
02 Ce que Reuters a réellement rapporté (et ce que DeepSeek n'a pas confirmé)
| Dimension | Évaluation |
|---|---|
| Qualité des sources | Élevée. La formulation "trois personnes proches du dossier" de Reuters correspond au standard de vérification des médias financiers de premier rang. |
| Confirmation officielle | Aucune. DeepSeek n'a pas émis de communiqué au 10 juillet 2026. |
| Preuves indirectes | Fortes. Tour de financement de juin 2026 (~7,4 Md USD) cite explicitement "chip IA propriétaire" dans les usages des fonds ; le format UE8M0 FP8 est interprété par des analystes comme un signal de co-design hardware-software pour chips domestiques. |
| Signaux contradictoires | Existent. Coopération et développement propre sont des pistes parallèles, non mutuellement exclusives. |
Formulation correcte : "Selon Reuters et d'autres médias citant des sources, DeepSeek a lancé un projet de chip d'inférence propriétaire." Ne pas écrire : "Liang Wenfeng a officiellement annoncé un programme de chip." Préciser : "DeepSeek n'a pas officiellement confirmé le projet de chip à l'heure de la rédaction."
03 Ce que le PDG Liang Wenfeng a dit sur les chips et le calcul
Liang Wenfeng s'exprime rarement en public. Les sources les plus précieuses sont deux interviews approfondies avec le média tech chinois Waves (Anyin) en mai 2023 et juillet 2024. Il n'a jamais annoncé publiquement de programme de chip, mais trois citations établissent clairement la motivation stratégique :
- "Notre vrai défi n'a jamais été le financement — ce sont les contrôles à l'exportation sur les chips avancés." (juillet 2024) — Description de motivation, pas annonce de projet.
- "Nous avons besoin d'environ quatre fois plus de puissance de calcul pour obtenir des résultats comparables." — Quantifie le désavantage de coût sous restrictions d'exportation.
- "La Chine a impérativement besoin de quelqu'un à la frontière technologique." — Expression d'une mission dépassant la logique commerciale.
Distinction fondamentale : "Positionnement stratégique à long terme du fondateur" ≠ "Annonce officielle de projet."
04 Alibaba T-Head : Le pari de Jack Ma en 2018 porte ses fruits en 2026
Le développement de chips par Alibaba est une stratégie exécutée depuis des années, pas une rumeur récente. Jack Ma a posé les fondations en 2018, Joe Tsai a expliqué l'urgence stratégique en 2024, Wu Yongming a présenté les résultats de production en 2026.
| Modèle | Calendrier | Spécifications et statut |
|---|---|---|
| Hanguang 800 | 2019 | Premier chip d'inférence IA, validation de faisabilité |
| Zhenwu 810E | Janv. 2026, production en série | Entraînement + inférence ; 96 Go HBM2e ; compatible CUDA (WSJ) ; 560 000+ livrés |
| Zhenwu M890 | 2026 | 144 Go mémoire ; 800 Go/s interconnexion ; ~3x performance 810E |
| Zhenwu V900 | Prévu Q3 2027 | 216 Go mémoire ; 1 200 Go/s interconnexion |
| Zhenwu J900 | Prévu Q3 2028 | Architecture de calcul parallèle propriétaire itérée |
Données commerciales (S1 2026) : Livraisons cumulées 560 000+ ; chiffre d'affaires annualisé en dizaines de milliards de RMB ; plus de 400 clients entreprises ; Alibaba annonce 380 Mds RMB d'investissements dans l'infrastructure cloud et IA sur trois ans. La fabrication a migré de TSMC vers des fonderies nationales (consensus sectoriel : SMIC 7 nm et procédés matures comparables).
05 Tableau de bord mondial des chips IA : Snapshot juillet 2026
| Entreprise | Projet chip | Phase | Données clés |
|---|---|---|---|
| DeepSeek | ASIC d'inférence custom (sans nom) | R&D précoce | 7,4 Md USD levés ; non confirmé |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Production en série | 560 000+ livrés ; CA annualisé milliards RMB |
| Huawei | Ascend 950 et dérivés | Production en série | DeepSeek V4 adapté ; commandes en hausse |
| OpenAI | Jalapeño (avec Broadcom) | Tape-out terminé, déploiement en cours | 9 mois conception ; déploiement fin 2026 |
| TPU v6/v7 | Usage commercial massif | Gemini entièrement sur TPU | |
| Anthropic | Négociations Samsung chip custom | Phase exploratoire | The Information, 2 juillet 2026 |
06 Pourquoi les géants tech fabriquent des chips IA : coût, contrôle et la "taxe Nvidia"
La compétition IA s'est élargie : de "qui a le meilleur modèle" à "qui a le calcul le moins cher et le plus contrôlable".
- 1. Économique : l'inférence est le "loyer mensuel" de l'IA — Les ASIC custom peuvent réaliser un avantage TCO de 40–65 % par rapport aux GPU généralistes à grande échelle. Les marges brutes GPU de Nvidia dépassent 70 % — les chips custom transforment une "taxe GPU" permanente en investissement R&D unique.
- 2. Sécurité de la chaîne d'approvisionnement et géopolitique — Contrôles à l'exportation US sur les chips IA avancés vers la Chine (H100/H800/H20 successivement régulés) ; réglementation chinoise favorisant l'approvisionnement domestique ; même les entreprises américaines font face à des problèmes d'allocation Nvidia.
- 3. Co-design hardware-software — Format UE8M0 FP8 et architecture MLA de DeepSeek optimisés pour des caractéristiques hardware spécifiques ; Jalapeño d'OpenAI conçu autour des patterns réels de serving ChatGPT.
- 4. Avantage concurrentiel et pouvoir de négociation — Même sans remplacer totalement Nvidia : position de négociation renforcée, offre cloud différenciée, narrative "modèle + cloud + chip" full-stack.
- 5. Énergie et durabilité — Les chips d'inférence privilégient la performance-par-watt. Les ASIC éliminent les circuits généraux des GPU, réduisant significativement la consommation électrique.
07 Chips d'inférence vs. d'entraînement : pourquoi l'industrie priorise l'inférence
| Dimension | Entraînement | Inférence |
|---|---|---|
| Nature du workload | Dynamique, expérimental, architectures changeantes | Statique, modèle fixe, patterns de requêtes prévisibles |
| Écosystème logiciel | Le fossé CUDA est profond (cuDNN, NCCL) | Kernels écrits à la main pour modèle fixe ; dépendance CUDA moindre |
| Exigences chip | Pic de puissance de calcul + flexibilité programmable | Débit, latence, coût par token |
| Échelle économique | Investissement cluster unique important | Continu 24/7, volume agrégé plus important — le "loyer" |
L'entraînement reste le terrain de Nvidia ; l'inférence est le champ de bataille des ASIC custom.
Cadre en six étapes pour évaluer la crédibilité chip d'une entreprise IA
- Vérifier l'utilisation des fonds levés : "Chip custom" est-il explicitement mentionné ? (Tour juin 2026 de DeepSeek l'inclut)
- Surveiller les signaux de recrutement : Ingénieurs en conception de chips, spécialistes EDA recrutés discrètement
- Confirmer les contacts fournisseurs : Discussions avec fonderies et fournisseurs HBM (coeur de l'information Reuters)
- Lire les signaux côté logiciel : Formats de données custom, optimisations d'opérateurs pour hardware spécifique
- Vérifier les données de production : Volumes de livraison, revenus, clients nommés
- Distinguer les déclarations du management : "Motivation stratégique" vs. "Annonce de projet" — Liang Wenfeng est la première ; l'appel aux analystes de Wu Yongming est la seconde
Pour les équipes planifiant une infrastructure d'inférence IA, une puissance de calcul stable et prévisible reste le choix prioritaire pour les environnements de production. Les services cloud GPU généralistes souffrent du bruit de sur-souscription et des cycles d'allocation Nvidia. Les nœuds bare-metal Apple Silicon de JEXCLOUD contournent les deux : matériel dédié, disponibilité 7×24, sans sur-souscription, provisionnement en 120 secondes. Pour les spécifications et tarifs, consultez la page tarifaire JEXCLOUD.
08 FAQ
Q1 : DeepSeek développe-t-il vraiment un chip IA propriétaire ?
Selon le rapport Reuters du 7 juillet 2026 (trois sources), DeepSeek est en phase précoce de développement d'un chip optimisé pour l'inférence IA. Non officiellement confirmé. À traiter comme "rapporté, phase précoce, non confirmé."
Q2 : Le PDG Liang Wenfeng a-t-il annoncé un programme chip ?
Aucune annonce publique. En 2024, il a cité les contrôles à l'exportation comme principal défi — une description de motivation, pas une annonce de projet.
Q3 : Comment Alibaba est-il impliqué ?
T-Head d'Alibaba (fondé en 2018 sous la stratégie de Jack Ma) produit déjà en série des chips IA Zhenwu : S1 2026 : 560 000+ livraisons, CA annualisé en milliards de RMB, 400+ clients entreprises. Huit ans d'exécution, pas un événement récent.
Q4 : Pourquoi les chips d'inférence d'abord, pas les chips d'entraînement ?
Les workloads d'inférence sont répétitifs et prévisibles — idéaux pour les ASIC. L'entraînement dépend fortement des GPU Nvidia et du stack CUDA. L'inférence est le "loyer mensuel" des produits IA déployés — la logique économique est bien plus convaincante à grande échelle.
Q5 : Est-ce pour la sécurité nationale ou des économies de coûts ?
Les deux, mais l'économique est le moteur principal. Réduire la "taxe Nvidia" et le coût par token à grande échelle (30–65 % d'avantage TCO) est la première motivation. Les contrôles à l'exportation accélèrent une tendance économique déjà existante.
Dernière mise à jour : 10 juillet 2026 | Sources : Reuters (7 juillet 2026), blog officiel OpenAI, WSJ, Caixin Global, SCMP, Waves (interviews Liang Wenfeng 2023/2024), call analystes Alibaba FY2026 | Avertissement : DeepSeek n'a pas officiellement confirmé le projet chip à l'heure de la rédaction.